JPH05161382A - 誘導電動機の駆動制御装置 - Google Patents

Abstract

(57)【要約】 【目的】ベテランの調整員を必要とせず、自動的にベク
トル制御の定数を最適値に選択し、かつ、温度上昇等の
外乱にも強い装置を提供することにある。 【構成】誘導電動機IMに可変電圧可変周波数の交流電力
を供給する電力変換器SSと、SSの出力電圧Va,Vb,Vc及び
出力電流ia,ib,icを検出する検出手段CT1,CT2,CT3,PT1,
PT2,PT3 と、該出力電圧Va,Vb,Vcと該出力電流ia,ib,ic
からIMの磁束およびトルク電流を演算または推定する手
段と、IMの磁束およびトルク電流の指令値を与える指令
値手段と、指令値手段からの磁束およびトルク電流指値
手段と、磁束およびトルク電流の演算または推定手段か
らの出力信号を交互に入力し、バックプロパゲーション
回路BPにより学習しながらIMの励磁電流指令値およびす
べり周波数指令値を出力するニューラルネットワークNN
W と、このNNW からのすべり周波数指令値および励磁電
流指令値を用いてベクトル制御する手段をしている。

Description

【発明の詳細な説明】

【０００１】

【産業上の利用分野】本発明は、誘導電動機の２次抵抗
値の変化あるいは励磁インダクタンスの変化に自動的に
対応するニューラルネットワークを用いた誘導電動機の
すべり周波数形ベクトル制御方式の駆動制御装置に関す
る。

【０００２】

【従来の技術】図３は従来の誘導電動機のすべり周波数
形ベクトル制御装置の概略構成を示すブロック図であ
る。図中、１Ｍは誘導電動機、ＳＳは電力変換器、ＰＧ
は回転速度検出器、ＣＴ1 〜ＣＴ3 は電流検出器、ＣＡ
Ｌ1は励磁電流演算器、ＣＡＬ2はすべり周波数演算器、
Ｃ1 〜Ｃ3は比較器、Ｇｒ（Ｓ）は速度制御補償回路、
Ｇｄ（Ｓ），Ｇｑ（Ｓ）は電流制御補償回路、ＶＥＣ−
１，ＶＥＣ−２は座標変換回路、ＡＤは加算器、ＩＮＴ
は積分回路、ＲＯＭはメモリテーブルである。

【０００３】電力変換器ＳＳは、可変電圧可変周波数の
３相交流電力を電動機ＩＭに供給するもので、例えば、
パルス幅変調制御（ＰＷＭ）インバータ、サイクロコン
バータなどがある。

【０００４】速度制御回路は、比較器Ｃ1 と制御補償回
路Ｇｒ（Ｓ）で構成され、トルク電流の指令値ｉq ^* を
出力する。すなわち、回転速度検出器ＰＧによって検出
された速度ωr と速度指令値ωr ^*を比較器Ｃ1 により
比較し、その偏差εr ＝ωr ^* −ωr を制御補償回路Ｇ
ｒ（Ｓ）により増幅し、トルク電流指令値ｉq ^* を求め
ている。

【０００５】一方、誘導電動機ＩＭの２次磁束指令値φ
2 ^* を演算器ＣＡＬ1 に入力し、次の演算を行うことに
より、励磁電流の指令値ｉd ^* を求める。

【０００６】 ｉd ^* ＝φ2 ^* ／Ｍ＋［Ｌ2 ／（Ｍ・Ｒ2 ）］・ｄφ2 ^* ／ｄｔ ここで、Ｍは誘導電動機ＩＭの相互インダクタンス、Ｌ
₂ は誘導電動機ＩＭの２次インダクタンス、Ｒ₂ は誘導
電動機ＩＭの２次抵抗である。

【０００７】また、トルク電流指令値ｉq ^* を前記２次
磁束指令値φ2 ^* を演算器ＣＡＬ2に入力し、次の演算
を行うことにより、すべり角周波数ωs1^* を求める。す
なわち、 ωs1^* ＝（Ｍ・Ｒ2 ／Ｌ2 ）・ｉq ^* ／φ2 ^* となる。

【０００８】すべり角周波数ωs1^* と、回転速度検出器
ＰＧによって検出された回転角速度ωr を加算器ＡＤに
より加算し、１次角周波数ωe を求める。この１次角周
波数ωe を積分回路ＩＮＴにより積分し、位相角θ＝ω
e ｔを求め、メモリテーブルＲＯＭを介して、２相の単
位正弦波信号sin θ、cos θを発生させる。この単位正
弦波信号sin θ、cos θは座標変換回路ＶＥＣ−１、Ｖ
ＥＣ−２に入力される。

【０００９】座標変換回路ＶＥＣ−２は、電流検出器Ｃ
Ｔ1 〜ＣＴ3 によって検出された３相電流ｉa 、ｉb 、
ｉc を、ｄｑ座標（回転座標）の励磁電流（直軸電流）
ｉd、トルク電流（横軸電流）ｉq に変換する。すなわ
ち、 ｉd ＝cos θ・ｉα−sin θ・ｉβ ｉq ＝sin θ・ｉα＋cos θ・ｉβ ただし、 ｉα＝ｋ・（ｉa −ｉb ／２−ｉc ／２） ｉβ＝ｋ′・（ｉb −ｉc ） ｋ＝２^1/2 ÷３^1/2 ， ｋ′＝１÷２^1/2 となる。

【００１０】比較器Ｃ2 により、励磁電流の指令値ｉd
^* と励磁電流ｉd を比較し、その偏差εd ＝ｉd ^* −ｉ
d を制御補償回路Ｇｄ（Ｓ）により増幅し、この出力ｅ
d ^* は電力指令値のｄ軸成分となる。

【００１１】同様に、比較器Ｃ3 により、トルク電流の
指令値ｉq ^* と前記直軸電流ｉd を比較し、その偏差ε
q ＝ｉq ^* −ｉ_q を、制御補償回路Ｇｑ（Ｓ）により増
幅し、この出力ｅq ^* は電圧指令値のｑ軸成分となる。

【００１２】座標変換回路ＶＥＣ−１は、前記ｄｑ軸の
電圧指令値ｅd ^* 、ｅq ^* を３相電圧指令値ｅa ^* 、ｅ
b ^* 、ｅc ^* に変換する。すなわち、 ｅa ^* ＝ｋ・ｅα^* ｅb ^* ＝ｋ・（−ｅα^* ／２＋ｅβ^* ・３^1/2 ／２） ｅc ^* ＝ｋ・（−ｅα^* ／２−ｅβ^* ・３^1/2 ／２） ただし、 ｅα^* ＝cos θ・ｅd ^* ＋sin θ・ｅq ^* ｅβ^* ＝−sin θ・ｅd ^* ＋cos θ・ｅq ^* となる。

【００１３】電力変換器ＳＳは、前記３相電圧指令値ｅ
a ^* 、ｅb ^* 、ｅc ^* に比例した電圧を発生し、誘導電
動機ＩＭの電機子電流ｉa 、ｉb 、ｉc を制御する。

【００１４】このような構成の従来誘導電動機のすべり
周波数形のベクトル制御装置では、励磁電流ｉd とトル
ク電流ｉq をそれぞれの指令値に一致させるように制御
することにより、直流電動機と同等の特性を出すことが
可能となる。

【００１５】

【発明が解決しようとする課題】前述した従来のベクト
ル制御装置では、すべり角周波数ωs1^* を演算器ＣＡＬ
2 により演算し、それを用いてベクトル制御の基準とな
る位相信号θを作っている。

【００１６】また、演算器ＣＡＬ1 により、磁束指令値
φ2 ^* に対する励磁電流指令値ｉd ^* を演算し、磁束と
電流の対応を図っている。

【００１７】従って、２つの演算器ＣＡＬ1 、ＣＡＬ2
で使われる（Ｍ，Ｒ2 ，Ｌ2 ）の定数が正しければ、正
確な電流指令値ｉd^* および位相信号θが得られ、誘導
電動機ＩＭの磁束φ2 とトルク電流ｉq のベクトルが直
角に保たれ、直流機と同等の特性を出すことができる。

【００１８】しかし、前記誘導電動機ＩＭの定数（Ｍ，
Ｒ2 ，Ｌ2 ）は、誘導電動機の種類や出力定格によって
異なり、正確な値を知ることが困難である。通常は設計
値を用いて演算しているが、果たして正確なベクトル制
御が実現されているかどうかは疑問の残るところであ
る。その対策として、ベテラン（熟練）の調整員が試験
運転を行い、定常定常特性などを測定しながら、前記定
数Ｍ，Ｒ2 ，Ｌ2 を最適と思われる値に調整しているの
が実状である。この調整には時間と費用を要し、誘導電
動機台数が多い汎用モータでは大まかな調整しかでき
ず、出力特性が低下する等の問題が生じていた。

【００１９】また、誘導電動機ＩＭの２次抵抗Ｒ2 は、
回転子の温度により変化し、相互インダクタンスＭや２
次インダクタンスＬ2 は鉄心の飽和により変化するの
で、最初に正確な定数を入れたとしても運転中に定数が
変化し、前記磁束φ2 とトルク電流ｉq のベクトルが直
角に保たれなくなり、誘導電動機ＩＭの発生トルクが低
下する等の問題が生じる。

【００２０】本発明は、ベクトル制御装置に使われる誘
導電動機定数の無調整化をはかり、かつ運転中に誘導電
動機定数が変化した場合でもそれに対応して演算定数を
自動的に調整できる誘導電動機の駆動制御装置を提供す
ることを目的とする。

【００２１】

【課題を解決するための手段】以上の目的を達成するた
めに、本発明の誘導電動機の駆動制御装置は、誘導電動
機に可変電圧可変周波数の交流電力を供給する電力変換
器と、この電力変換器の出力電圧および出力電流を検出
する検出手段と、この検出手段による出力電圧および出
力電流検出値から前記誘導電動機の磁束およびトルク電
流を演算または推定する手段と、前記誘導電動機の磁束
およびトルク電流の指令値を与える指令値手段と、この
指令値手段からの磁束およびトルク電流指令値と、前記
磁束およびトルク電流の演算または推定手段からの出力
信号を交互に入力し、バックプロパゲーションにより学
習しながら前記誘導電動機の励磁電流指令値およびすべ
り周波数指令値を出力するニューラルネットワークと、
このニューラルネットワークからのすべり周波数指令値
および励磁電流指令値を用いて前記誘導電動機をベクト
ル制御する手段とを具備している。

【００２２】

【作用】本発明によれば、ニューラルネットワークの学
習機能を用いて誘導電動機のベクトル制御を行せるよう
にしたので、ベクトル制御に使用される電動機定数の無
調整化を図ることができ、かつ、運転中に電動機定数が
変化した場合でも対応でき、前記電動機定数を自動的に
調整できる。

【００２３】

【実施例】以下、本発明の誘導電動機の駆動制御装置の
実施例について説明する。

【００２４】図１は本発明の一実施例の概略構成を示す
ブロック図である。図中、ＩＭは誘導電動機本体、ＳＳ
は電力変換器、ＰＧは回転速度検出器、ＣＴ1〜ＣＴ3
は電流検出器、ＰＴ1 〜ＰＴ3 は電圧検出器、ＦＣＡＬ
は磁束演算器、Ｃ1 〜Ｃ3 は比較器、Ｇｒ（Ｓ）は速度
制御補償回路、Ｇｄ（Ｓ）、Ｇｑ（Ｓ）は電流制御補償
回路、ＶＥＣ−１、ＶＥＣ−２は座標変換回路、ＡＤは
加算器、ＩＮＴは積分回路、ＲＯＭはメモリテーブルで
ある。また、ＮＮＷはニューラルネットワーク回路、Ｓ
Ｗ1 〜ＳＷ4はスイッチ回路、ＢＰはバックプロパゲー
ション（逆伝播）回路である。

【００２５】電力変換器ＳＳは、可変電圧可変周波数の
３相交流電力を誘導電動機ＩＭに供給するもので、例え
ば、パルス幅変調制御（ＰＷＭ）インバータ、サイクロ
コンバータなどがある。

【００２６】ニューラルネットワーク回路ＮＮＷの入力
信号として、２次磁束指令値φ2 ^* とトルク電流指令値
ｉq ^* を用いる。２次磁束指令値φ2 ^* は通常一定値で
与えられるが、誘導電動機ＩＭの回転速度に応じて弱め
界磁制御などを行うときにはその指令値を変化させる。
２次磁束指令値φ2 ^* は、スイッチ回路ＳＷ1 を介して
ニューラルネットワーク回路ＮＮＷに与えられる。

【００２７】トルク電流指令値ｉq ^* は直接与えられる
こともあるが、一般には次に述べる速度制御回路からの
出力がトルク電流指令値となる。速度制御回路は、比較
器Ｃ1 と制御補償回路Ｇｒ（Ｓ）で構成され、トルク電
流の指令値ｉq ^* を出力する。すなわち、回転速度検出
器ＰＧによって検出された速度ωr とその指令値ωr ^*
を比較器Ｃ1 により比較し、その偏差εr ＝ωr ^* −ω
r を制御補償回路Ｇｒ（Ｓ）により増幅し、トルク電流
指令値ｉq^* をスイッチ回路ＳＷ₂ を介してニューラル
ネットワーク回路ＮＮＷに与える。

【００２８】一方、電力変換器ＳＳから誘導電動機ＩＭ
に供給される電流ｉa、ｉb 、ｉcおよび電圧ｖa 、ｖb
、ｖc をそれぞれ電流検出器ＣＴ1 〜ＣＴ3 および電
圧検出器ＰＴ1 〜ＰＴ3 で検出し、その検出値を磁束演
算器ＦＣＡＬに入力する。磁束演算器ＦＣＡＬは電流ｉ
a 〜ｉc を使って、電動機ＩＭの２次磁束φ2cおよびト
ルク電流ｉqcを演算する。

【００２９】まず、検出された３相（ａ，ｂ，ｃ相）の
電圧電流を２相（α，β相）の電圧電流に座標変換す
る。すなわち、 ｉα＝ｋ・（ｉa −ｉb ／２−ｉc ／２） ｉβ＝ｋ′・（ｉb −ｉc ） および ｅα＝ｋ・（ｅa −ｅb ／２−ｅc ／２） ｅβ＝ｋ′・（ｅb −ｅc ） となる。ただし、 ｋ＝２^1/2 ÷３^1/2 ， ｋ′＝１÷２^1/2 である。

【００３０】このαβ座標系の２次磁束φ2 α、φ2 β
は次の演算を行うことにより求められる。

【００３１】

【数１】 ただし、Ｒ1 は１次抵抗、Ｒ2 は２次抵抗、Ｌ1 は１次
インダクタンス、Ｌ2は２次インダクタンス、Ｍは相互
インダクタンス、σ＝１−Ｍ² ／（Ｌ1 ・Ｌ2）はもれ
係数である。

【００３２】前記αβ座標系の２次磁束φ2 α、φ2 β
をｄｑ座標系へ変換するには、次の計算を行う。

【００３３】 φ2d＝cos ψ・φ2 α＋sin ψ・φ2 β φ2q＝−sin ψ・φ2 α＋cos ψ・φ2 β ここで、

【００３４】

【数２】 φ2q＝０ となる。φ2dが２次磁束の検出値φ2dd となる。

【００３５】また、ｄｑ座標系の電流検出値ｉddd 、ｉ
qdd は前記cos ψ、sin ψを用いて、次のように求めら
れる。

【００３６】 ｉddd ＝cos ψ・ｉα＋sin ψ・ｉβ ｉqdd ＝−sin ψ・ｉα＋cos ψ・ｉβ すなわち、ｉqdd がトルク電流検出値となる。

【００３７】２次磁束演算値φ2cおよびトルク電流演算
値ｉqcは、ニューラルネットワーク回路ＮＮＷのもう一
方の入力信号となる。すなわち、２次磁束演算値φ2cは
スイッチ回路ＳＷ1 を介してニューラルネットワーク回
路ＮＮＷに入力され、トルク電流演算値ｉqcはスイッチ
回路ＳＷ2 を介してニューラルネットワーク回路ＮＮＷ
に入力される。

【００３８】ニューラルネットワーク回路ＮＮＷの一方
の入力信号として、二次磁束指令値φ2 ^* とトルク電流
指令値ｉq ^* を用いる。２次磁束指令値φ2 ^* は通常一
定値で与えられるが、誘導電動機ＩＭの回転速度に応じ
て弱め界磁制御などを行うときにはその指令値を変化さ
せる。トルク電流指令値ｉq ^* は直接与えられることも
あるが、一般には速度制御回路からの出力がトルク電流
指令値となる。

【００３９】一方、電力変換器ＳＳから誘導電動機ＩＭ
に供給される電圧電流を電圧検出器ＰＴ1 ，ＰＴ2 ，Ｐ
Ｔ3 、および、電流検出器ＣＴ1 ，ＣＴ2 ，ＣＴ3 を検
出し、その検出値を磁束演算器ＦＣＡＬに入力し、誘導
電動機ＩＭの２次磁束φ2cおよびトルク電流ｉqcを演算
する。前記２次磁束演算値φ2cおよびトルク電流演算値
ｉqcはニューラルネットワーク回路ＮＮＷの他方の入力
信号となる。

【００４０】ニューラルネットワーク回路ＮＮＷの出力
信号として、励磁電流指令値ｉd ^* とすべり角周波数ω
s1^* を選ぶ。この選ばれた励磁電流指令値ｉd ^* および
すべり角周波数ωs1^* を用いて、誘導電動機ＩＭのベク
トル制御を行う。

【００４１】すなわち、ニューラルネットワーク回路Ｎ
ＮＷは、２次磁束指令値φ2 ^* およびトルク電流指令値
ｉq ^* と、励磁電流指令値ｉd ^* およびすべり角周波数
指令値ωs1^* を結び付けるもので、従来の図３のすべり
周波数形のベクトル制御装置の演算器ＣＡＬ1 、ＣＡＬ
2 の役目をする。

【００４２】ニューラルネットワーク回路ＮＮＷの結合
係数は、バックプロパゲーション（逆伝播）回路ＢＰに
よって学習する。すなわち、サンプル時間Δｔ毎にスイ
ッチ回路ＳＷ1 〜ＳＷ4 をａ側またはｂ側に交互に接続
し、出力側のスイッチ回路ＳＷ3 、ＳＷ4 からの出力信
号Ｕ1 、Ｕ2 およびＶ1 、Ｖ2 を用いて学習させる。

【００４３】ニューラルネットワーク回路ＮＮＷの出力
信号は、励磁電流指令値ｉd ^* とすべり角周波数ωs1^*
である。励磁電流指令値ｉd ^* とすべり角周波数ωs1^*
を用いて、誘導電動機ＩＭのベクトル制御を行う。

【００４４】すなわち、ニューラルネットワークは、２
次磁束指令値φ2 ^* およびトルク電流指令値ｉq ^* と、
励磁電流指令値ｉd ^* およびすべり角周波数指令値ωs1
^* を結び付けるもので、従来の演算器ＣＡＬ1 、ＣＡＬ
2 の役目をする。

【００４５】ニューラルネットワーク回路ＮＮＷの結合
係数はバックプロパゲーション（逆伝播）によって学習
する。すなわち、まず、適当な結合係数を入れて、２次
磁束指令値φ2 ^* およびトルク電流指令値ｉq ^*から励
磁電流指令値ｉd ^* およびすべり角周波数指令値ωs1^*
を出力し、これにより電動機ＩＭが運転される。そのと
きの電圧電流から電動機ＩＭの２次磁束演算値φ2cおよ
びトルク電流演算値ｉqcを演算し、その値を保持してお
く。次に、当該２次磁束演算値φ2cおよびトルク電流演
算値ｉqcを用いて、ニューラルネットワーク回路ＮＮＷ
を介して励磁電流指令値ｉd ^* o およびすべり角周波数
指令値ωs1^* o を求める。そして、当該励磁電流指令値
ｉd ^* o およびωs1^* o と先に求めたｉd ^* およびωs1
^* とのそれぞれの差分に応じてニューラルネットワーク
回路ＮＮＷの結合係数を変化させ、最終的に当該差分が
零になるように学習を繰り返していく。

【００４６】つまり最終的には、φ2 ^* ＝φ2c、ｉq ^*
＝ｉqc、ｉd ^* ＝ｉd ^* c 、ωs1^* ＝ωs1^* c となって
落ちつく。このとき、磁束演算器ＦＣＡＬによって求め
た２次磁束演算値φ2cおよびトルク電流演算値ｉqcが十
分正確な値であるとすれば、ニューラルネットワーク回
路ＮＮＷによって求めた励磁電流指令値ｉd ^* およびす
べり角周波数指令値ωs1^* も十分正確な値が期待でき、
その結果、直流機と同等の出力特性を持つベクトル制御
誘導電動機が達成できる。

【００４７】一般に、前記磁束演算器ＦＣＡＬによる２
次磁束演算値φ2cおよびトルク電流演算値ｉqcの精度は
誘導電動機ＩＭの回転速度が低いときに悪くなるので、
前記ニューラルネットワークの学習は回転速度が高いと
きに行い、回転速度が低くなったときには学習を一時停
止させるのが良い。

【００４８】運転中に、回転子の温度が上昇した場合で
も、それに対応して、ニューラルネットワークの結合係
数が更新され、常に最適な状態で、誘導電動機ＩＭのベ
クトル制御を行うことが可能となる。誘導電動機ＩＭの
鉄心が飽和した場合も同様である。

【００４９】このようにして、本発明の誘導電動機の駆
動制御装置は、ベテランの調整員を必要とせず、自動的
にベクトル制御の定数を最適値に選択し、かつ、温度上
昇等の外乱にも強いものとなる。

【００５０】次に、図２を参照してはニューラルネット
ワークＮＮＷの具体例を説明する。図中、ＳＷ1 〜ＳＷ
4 はスイッチ回路、ＮＮＷはニューラルネットワーク回
路、ＢＰはバックプロパゲーション回路、Ｘ1 〜Ｘ3 は
入力要素、Ａ1 、Ａ2 は加算要素、Ｗ1 〜Ｗ5 は結合係
数、Ｚ^-1は遅延要素である。一般に、ニューラルネット
ワークはニューラルネットワーク回路ＮＮＷとバックプ
ロパゲーション回路ＢＰを合わせたものを言う。

【００５１】次に、図２を用いて、ニューラルネットワ
ークの学習機能の動作を説明する。

【００５２】まず、スイッチ回路ＳＷ1 〜ＳＷ4 をａ側
に接続し、ニューラルネットワーク回路ＮＮＷに適当な
結合係数Ｗ1 〜Ｗ5 を入れ、２次磁束指令値φ2 ^* およ
びトルク電流指令値ｉq ^* から励磁電流指令値ｉd ^* お
よびすべり角周波数指令値ωs1^* を出し、誘導電動機Ｉ
Ｍを運転させる。

【００５３】すなわち、次のように、加算要素Ａ1 の出
力が励磁電流指令値ｉd ^* となり、加算要素Ａ2 の出力
がすべり角周波数指令値ωs1^* となる。

【００５４】 ｉd ^* ＝Ｘ1 ・Ｗ1 ＋Ｘ2 ・Ｗ3 ＋Ｘ3 ・Ｗ4 ωs1^* ＝Ｘ1 ・Ｗ1 ＋Ｘ3 ・Ｗ5 この状態で運転したときの電圧ｖa 、ｖb 、ｖc および
電流ｉa 、ｉb 、ｉcを磁束演算器ＦＣＡＬに入力し、
前述の方法により誘導電動機ＩＭの２次磁束φ2cおよび
トルク電流ｉqcを演算し、その値を保持しておく。

【００５５】次に、スイッチ回路ＳＷ1 〜ＳＷ4 をｂ側
に接続し、前記２次磁束演算値φ2cおよびトルク電流演
算値ｉqcを用いて、ニューラルネットワーク回路ＮＮＷ
を介して励磁電流指令値ｉd ^* oおよびすべり角周波数
指令値ωs1^* o を求める。そして、当該指令値ｉd ^* o
およびωs1^* o と先に求めたｉd ^* およびωs1^* とのそ
れぞれの差分に応じてニューラルネットワークの結合係
数を変化させ、最終的に当該差分が零になるように学習
を繰り返していく。すなわち、差分δ1 、δ2 を δ1 ＝Ｕ1 −Ｖ1 ＝ｉd ^* −ｉd ^*o δ2 ＝Ｕ2 −Ｖ2 ＝ωs1^* −ωs1^* o とした場合、結合係数Ｗ1 〜Ｗ5 の補正量ΔＷ1 〜ΔＷ
5 を、 ΔＷ1 ＝Ｋ1 ・δ1 ・Ｘ1 ΔＷ2 ＝Ｋ2 ・δ2 ・Ｘ1 ΔＷ3 ＝Ｋ1 ・δ1 ・Ｘ1 ΔＷ4 ＝Ｋ1 ・δ1 ・Ｘ3 ΔＷ5 ＝Ｋ2 ・δ2 ・Ｘ3 とする。

【００５６】ただし、 Ｋ1 、Ｋ2 はゲイン、 Ｘ1 ＝φ2c(n) ：サンプル時のφ2c Ｘ2 ＝φ2c(n-1) ：１つ前のサンプルφ2c Ｘ3 ＝ｉqc(n) ：サンプル時のｉqc である。従って、結合係数Ｗ1 〜Ｗ5 は、 Ｗ1 (k+1) ＝Ｗ1 (k) ＋ΔＷ1 Ｗ2 (k+1) ＝Ｗ2 (k) ＋ΔＷ2 Ｗ3 (k+1) ＝Ｗ3 (k) ＋ΔＷ3 Ｗ4 (k+1) ＝Ｗ4 (k) ＋ΔＷ4 Ｗ5 (k+1) ＝Ｗ5 (k) ＋ΔＷ5 のように補正される。

【００５７】例えば、ｉd ^* ＞ｉd ^* c で、δ1 が正に
なった場合、結合係数Ｗ1 、Ｗ3 、Ｗ4 が増加し、実際
の運転に使われる励磁電流指令値ｉd ^* を増やす。その
結果、ｉd ^* ＝ｉd ^* c となるように学習される。

【００５８】また、ωs1^* ＞ωs1^* c で、δ2 が正にな
った場合、結合係数Ｗ2 、Ｗ5 が増加し、実際の運転に
使われるすべり角周波数ωs1^* を増加させる。その結
果、ωs1^* ＝ωs1^* c となるように学習される。

【００５９】最終的には、φ2 ^* ＝φ2c、ｉq ^* ＝ｉq
c、ｉd ^* ＝ｉd ^* c 、ωs1^* ＝ωs1^* c となって落ち
つく。このとき、前記磁束演算器ＦＣＡＬによって求め
た２次磁束演算値φ2cおよびトルク電流演算値ｉqcが十
分正確な値であるとすれば、ニューラルネットワークに
よって求めた励磁電流指令値ｉd ^* およびすべり角周波
数指令値ωs1^* も十分正確な値が期待でき、その結果、
直流機と同等の出力特性を持つベクトル制御誘導電動機
が達成できる。

【００６０】しかし、一般に前記磁束演算器ＦＣＡＬに
よる２次磁束演算値φ2cおよびトルク電流演算値ｉqcの
精度は電動機の回転速度が低いときに悪くなるので、前
記ニューラルネットワークの学習は回転速度が高いとき
に行い、回転速度が低くなったときには学習を一時停止
させるのが良い。

【００６１】運転中に、回転子の温度が上昇し、２次抵
抗値Ｒ2 が変化した場合でも、それに対応して、ニュー
ラルネットワークの結合係数が更新される。誘導電動機
ＩＭの鉄心が飽和し、相互インダクタンスが変わった場
合も同様にニューラルネットワークの結合係数が自動的
に更新され、常に最適な状態で、誘導電動機ＩＭのベク
トル制御を行うことが可能となる。

【００６２】なお、図２の実施例では、結合係数５つ、
遅延要素１つの場合を示したが、より良い応答を得るた
めに、必要に応じて、遅延要素の数を増加したり、結合
係数の数を増減することも考えられる。

【００６３】また、図１の実施例では、２次磁束φ2cお
よびトルク電流ｉqcを検出するために、磁束演算器ＦＣ
ＡＬを用いたが、それの代わりに、磁束オブザーバを用
いても同様に達成できることは言うまでもない。

【００６４】

【発明の効果】本発明によれば、ベテランの調整員を必
要とせず、自動的にベクトル制御の定数を最適値に選択
し、かつ、温度上昇等の外乱にも強い誘導電動機の駆動
制御装置を提供することができる。

【図面の簡単な説明】

【図１】本発明による誘導電動の機駆動制御装置の一実
施例の概略構成を示すブロック図。

【図２】図１のニューラルネットワークの具体例を示す
ブロック図。

【図３】従来の誘導電動機の駆動制御装置の一例の概略
構成を示すブロック図。

【符号の説明】

ＩＭ…誘導電動機、ＳＳ…電力変換器、ＰＧ…回転速度
検出器、ＣＴ1 〜ＣＴ3 …電流検出器、ＰＴ1 〜ＰＴ3
…電圧検出器、ＦＣＡＬ…磁束演算器、Ｃ1 〜Ｃ3 …比
較器、Ｇｒ（Ｓ）…速度制御補償回路、Ｇｄ（Ｓ），Ｇ
ｑ（Ｓ）…電流制御補償回路、ＶＥＣ−１，ＶＥＣ−２
…座標変換回路、ＡＤ…加算器、ＩＮＴ…積分回路、Ｒ
ＯＭ…メモリテーブル、ＮＮＷ…ニューラルネットワー
ク回路、ＳＷ1 〜ＳＷ4 …スイッチ回路、ＢＰ…バック
プロパゲーション（逆伝播）回路。

Claims (1)

【特許請求の範囲】
1. 【請求項１】 誘導電動機に可変電圧可変周波数の交流
   電力を供給する電力変換器と、 この電力変換器の出力電圧および出力電流を検出する検
   出手段と、 この検出手段による出力電圧および出力電流検出値から
   前記誘導電動機の磁束およびトルク電流を演算または推
   定する手段と、 前記誘導電動機の磁束およびトルク電流の指令値を与え
   る指令値手段と、 この指令値手段からの磁束およびトルク電流指令値と、
   前記磁束およびトルク電流の演算または推定手段からの
   出力信号を交互に入力し、バックプロパゲーションによ
   り学習しながら前記誘導電動機の励磁電流指令値および
   すべり周波数指令値を出力するニューラルネットワーク
   と、 このニューラルネットワークからのすべり周波数指令値
   および励磁電流指令値を用いて前記誘導電動機をベクト
   ル制御する手段と、 を具備した誘導電動機の駆動制御装置。